概率论设随机变量X服从参数为1的指数分布则数学期望E(X e的-2次幂)的取值-搜答案-搜搜考试网

随机变量X服从参数为2的指数分布EX=1/2DX=1/4EX²=(EX)²+DX=1/2EY=1/4E(2X²＋3Y)=2*(1/2)+3*(1/4)=7/4

若是没有记错的话,虽然卷积公式在连续型随机变量中提出来,但是有说过对于离散型随机变量也可使用,把那个积分改成求和就行了再问：能具体为我证明此题吗？谢谢再答：不知道公式怎么打，只能简要说一说：因为X、Y

请看看我在那里的答案吧,有问题请提出来

伯松分布的参数就是期望和方差.D(x)=3D(y)=np(1-p)=8*1/3*2/3=8/9,E(y)=8/3D(X-3Y-4)=E(X^2)-E^2(X)+E(9Y^2)-E^2(3Y)=D(x)

对参数为入1,入2的两个指数分布X1,X2P(X1>X2)=入1/(入1+入2)1/(1+1)=1/2E(a),E(b)为例P(X>Y)∫(0~)∫(0~y)abe^(-ax-by)dxdy=∫(0~

1-(1-p)^3=19/27(1-p)^3=8/27(1-p)=2/3p=1/3P{X>=1}＝1-(1-p)^2=5/9

设z=xyf(z)=f(z|x)f(x)=f(y|x)f(x)得证第二步应该是x已知为常数,所以分布密度.

参数为1,就是λ为1

解法的要点如下图,先找出分布函数的关系.经济数学团队帮你解答,请及时采纳.谢谢!

因为随机变量服从X～（2,P）则,P（ξ≥1）＝1-=a（a你没给出）,可以求出p；那么,P（η≥1）=1-

E(X)=1Ee^(-2x)=∫(0~无穷)e^(-2x)e^(-x)dx=-e^(-3x)/3|(0~无穷)=1/31+1/3=4/3再问：期望的定义式不是E(X)=∫xf（x）dx，f（x）为密度

经济数学团队为你解答.满意请及时评价.谢谢!

X和1/X对应的概率是一样的,都是p*(1-p)^(n-1),那么E(1/X)=∑(1/k)*p*(1-p)^(k-1),其中,k从1到无穷.E(1/X)=p/(1-p)∑[(1-p)^k]/k=p/

/>∵X服从参数为1的指数分布，∴X的概率密度函数f(x)=e-x，x＞00，x≤0，且EX=1，DX=1，∴Ee-2x=∫+∞0e-2x•e-xdx=-13e-3x|+∞0=13，于是：E(X+e-

P(Y=0)=P(X>1)=e^(-1)P(Y=1)=P(X

1、用分布函数法求F（y）＝P（｜x｜＜y）当y≤0时,F（y）＝0当y＞0时,F（y）＝∫〔1／√（2π）〕＊e＾〔－（x＾2／2）〕＊dx（－y≤x≤y）当y≤0时,F’（y）＝0当y＞0时,F’

再问：能不能具体解释一下再答：再问：第二行和第三行我不是很懂？为什么是1/4？再答：P(X=0,Y=-1)+P(X=-1,Y=-1)+P(X=1,Y=-1)=P(Y=-1)=1/4但是P(X=-1,Y

pdf（概率密度）fx=exp(-x)cdf(累计概率)Fx=1-exp(-x)那么x2的概率=exp(-2),反正是连续函数,等号无所谓E[Y]=p(x2)]=2-2exp(-2)+E[X(>2)]

/>因为X服从参数为（2，p）的二项分布，且P{X≥1}=59，所以：P{X=0}=1-P{X≥1}=49，即：C02P0(1-P)2=（1-P）2=49，求解得：P=13，因为Y服从参数为（3，p）

概率论 设随机变量X服从参数为1的指数分布则数学期望E(X e的-2次幂)的取值